elasticsearch多種搜索方式
簡要
一、query string search
二、query DSL
三、query filter
四、full-text search
五、phrase search
六、highlight searchweb
一、query string search
搜索所有商品：GET /ecommerce/product/_searchsql
query string search的由來，由於search參數都是以http請求的query string來附帶的。json
搜索商品名稱中包含yagao的商品，並且按照售價降序排序：GET /ecommerce/product/_search?q=name:yagao&sort=price:descapp
適用於臨時的在命令行使用一些工具，好比curl，快速的發出請求，來檢索想要的信息；curl
可是若是查詢請求很複雜，是很難去構建的，在生產環境中，幾乎不多使用query string search。nosql
took：耗費了幾毫秒
timed_out：是否超時，這裏是沒有
_shards：數據拆成了5個分片，因此對於搜索請求，會打到全部的primary shard（或者是它的某個replica shard也能夠）
hits.total：查詢結果的數量，3個document
hits.max_score：score的含義，就是document對於一個search的相關度的匹配分數，越相關，就越匹配，分數也高
hits.hits：包含了匹配搜索的document的詳細數據elasticsearch
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 3,
"max_score": 1,
"hits": [
{
"_index": "ecommerce",
"_type": "product",
"_id": "2",
"_score": 1,
"_source": {
"name": "jiajieshi yagao",
"desc": "youxiao fangzhu",
"price": 25,
"producer": "jiajieshi producer",
"tags": [
"fangzhu"
]
}
},
{
"_index": "ecommerce",
"_type": "product",
"_id": "1",
"_score": 1,
"_source": {
"name": "gaolujie yagao",
"desc": "gaoxiao meibai",
"price": 30,
"producer": "gaolujie producer",
"tags": [
"meibai",
"fangzhu"
]
}
},
{
"_index": "ecommerce",
"_type": "product",
"_id": "3",
"_score": 1,
"_source": {
"name": "zhonghua yagao",
"desc": "caoben zhiwu",
"price": 40,
"producer": "zhonghua producer",
"tags": [
"qingxin"
]
}
}
]
}
}
GET /test_index/test_type/_search?q=test_field:testide
GET /test_index/test_type/_search?q=+test_field:test工具
GET /test_index/test_type/_search?q=-test_field:testpost
一個是掌握q=field:search content的語法，還有一個是掌握+和-的含義,+是必須包含，-是不包含
_all metadata的原理和做用
GET /test_index/test_type/_search?q=test
直接能夠搜索全部的field，任意一個field包含指定的關鍵字就能夠搜索出來。
二、query DSL
DSL：Domain Specified Language，特定領域的語言
http request body：請求體，能夠用json的格式來構建查詢語法，比較方便，能夠構建各類複雜的語法，比query string search確定強大多了
查詢全部的商品
GET /ecommerce/product/_search
{
"query": { "match_all": {} }
}
查詢名稱包含yagao的商品，同時按照價格降序排序
GET /ecommerce/product/_search
{
"query" : {
"match" : {
"name" : "yagao"
}
},
"sort": [
{ "price": "desc" }
]
}
分頁查詢
分頁查詢商品，總共3條商品，假設每頁就顯示1條商品，如今顯示第2頁，因此就查出來第2個商品.from://從第幾個商品開始查
GET /ecommerce/product/_search
{
"query": { "match_all": {} },
"from": 1,
"size": 1
}
指定要查詢出來商品的名稱和價格就能夠
GET /ecommerce/product/_search
{
"query": { "match_all": {} },
"_source": ["name", "price"]
}
更加適合生產環境的使用，能夠構建複雜的查詢
Scoll滾動搜索
若是一次性要查出來好比10萬條數據，那麼性能會不好，此時通常會採起用scoll滾動查詢，一批一批的查，直到全部數據都查詢完處理完
使用scoll滾動搜索，能夠先搜索一批數據，而後下次再搜索一批數據，以此類推，直到搜索出所有的數據來
scoll搜索會在第一次搜索的時候，保存一個當時的視圖快照，以後只會基於該舊的視圖快照提供數據搜索，若是這個期間數據變動，是不會讓用戶看到的
採用基於_doc進行排序的方式，性能較高
每次發送scroll請求，咱們還須要指定一個scoll參數，指定一個時間窗口，每次搜索請求只要在這個時間窗口內能完成就能夠了
每次取3條
GET /test_index/test_type/_search?scroll=1m
{
"query": {
"match_all": {}
},
"sort": [ "_doc" ],
"size": 3
}
得到的結果會有一個scoll_id，下一次再發送scoll請求的時候，必須帶上這個scoll_id
GET /_search/scroll
{
"scroll": "1m",
"scroll_id" : "DnF1ZXJ5VGhlbkZldGNoBQAAAAAAACxeFjRvbnNUWVZaVGpHdklqOV9zcFd6MncAAAAAAAAsYBY0b25zVFlWWlRqR3ZJajlfc3BXejJ3AAAAAAAALF8WNG9uc1RZVlpUakd2SWo5X3NwV3oydwAAAAAAACxhFjRvbnNUWVZaVGpHdklqOV9zcFd6MncAAAAAAAAsYhY0b25zVFlWWlRqR3ZJajlfc3BXejJ3"
}
scoll，看起來挺像分頁的，可是其實使用場景不同。分頁主要是用來一頁一頁搜索，給用戶看的；scoll主要是用來一批一批檢索數據，讓系統進行處理的。
組合多個搜索條件
GET /website/article/_search
{
"query": {
"bool": {
"must": [ //title必須包含elasticsearch
{
"match": {
"title": "elasticsearch"
}
}
],
"should": [ //content能夠包含elasticsearch也能夠不包含
{
"match": {
"content": "elasticsearch"
}
}
],
"must_not": [ //author_id必須不爲111
{
"match": {
"author_id": 111
}
}
]
}
}
}
1、match all
GET /_search
{
"query": {
"match_all": {}
}
}
2、match
GET /_search
{
"query": { "match": { "title": "my elasticsearch article" }}
}
3、multi match
GET /test_index/test_type/_search
{
"query": {
"multi_match": {
"query": "test", //搜索的文本
"fields": ["test_field", "test_field1"] //多個field上面搜索
}
}
}
4、range query
GET /company/employee/_search
{
"query": {
"range": {
"age": {
"gte": 30
}
}
}
}
5、term query
//把這個字段當成exact value去查詢(前提條件：手動建立mapping的時候須要指定no_analy不分詞去創建索引，這樣才能夠用test hello在term搜到)
GET /test_index/test_type/_search
{
"query": {
"term": {
"test_field": "test hello"
}
}
}
6、terms query
GET /_search
{
"query": { "terms": { "tag": [ "search", "full_text", "nosql" ] }} //對tag字段指定多個搜索詞
}
三、query filter
搜索商品名稱包含yagao，並且售價大於25元的商品
GET /ecommerce/product/_search
{
"query" : {
"bool" : {
"must" : {
"match" : {
"name" : "yagao"
}
},
"filter" : {
"range" : {
"price" : { "gt" : 25 }
}
}
}
}
}
{
"bool": {
"must": { "match": { "title": "how to make millions" }},
"must_not": { "match": { "tag": "spam" }},
"should": [
{ "match": { "tag": "starred" }}
],
"filter": {
"range": { "date": { "gte": "2014-01-01" }}
}
}
}
{
"bool": {
"must": { "match": { "title": "how to make millions" }},
"must_not": { "match": { "tag": "spam" }},
"should": [
{ "match": { "tag": "starred" }}
],
"filter": {
"bool": {
"must": [
{ "range": { "date": { "gte": "2014-01-01" }}},
{ "range": { "price": { "lte": 29.99 }}}
],
"must_not": [
{ "term": { "category": "ebooks" }}
]
}
}
}
}
GET /company/employee/_search
{
"query": {
"constant_score": { //constant_score是固定語法單純使用filter的時候須要加上的
"filter": {
"range": {
"age": {
"gte": 30
}
}
}
}
}
}
四、full-text search
GET /ecommerce/product/_search
{
"query" : {
"match" : {
"producer" : "yagao producer"
}
}
}
五、phrase search（短語搜索）
跟全文檢索相對應，相反，全文檢索會將輸入的搜索串拆解開來，去倒排索引裏面去一一匹配，只要能匹配上任意一個拆解後的單詞，就能夠做爲結果返回
phrase search，要求輸入的搜索串，必須在指定的字段文本中，徹底包含如出一轍的，才能夠算匹配，才能做爲結果返回
GET /ecommerce/product/_search
{
"query" : {
"match_phrase" : {
"producer" : "yagao producer"
}
}
}
六、highlight search
GET /ecommerce/product/_search
{
"query" : {
"match" : {
"producer" : "producer"
}
},
"highlight": {
"fields" : {
"producer" : {}
}
}
}
7、判斷搜索是否合法
//判斷搜索是否合法，若是不合法問題在哪裏
GET /test_index/test_type/_validate/query?explain
{
"query": {
"math": {
"test_field": "test"
}
}
}
{
"valid": false,
"error": "org.elasticsearch.common.ParsingException: no [query] registered for [math]"
}
8、排序
1、默認排序規則
默認狀況下，是按照_score降序排序的
然而，某些狀況下，可能沒有有用的_score，好比說filter
GET /_search
{
"query" : {
"bool" : {
"filter" : {
"term" : {
"author_id" : 1
}
}
}
}
}
固然，也能夠是constant_score
GET /_search
{
"query" : {
"constant_score" : {
"filter" : {
"term" : {
"author_id" : 1
}
}
}
}
}
2、定製排序規則
GET /company/employee/_search
{
"query": {
"constant_score": {
"filter": {
"range": {
"age": {
"gte": 30
}
}
}
}
},
"sort": [
{
"join_date": {
"order": "asc"
}
}
]
}
問題：若是對一個string field進行排序，結果每每不許確，由於分詞後是多個單詞，再排序就不是咱們想要的結果了
一般解決方案是，將一個string field創建兩次索引，一個分詞，用來進行搜索；一個不分詞，用來進行排序
PUT /website
{
"mappings": {
"article": {
"properties": {
"title": {
"type": "text", //分詞索引
"fields": {
"raw": { //不分詞索引
"type": "string",
"index": "not_analyzed"
}
},
"fielddata": true //正排索引
},
"content": {
"type": "text"
},
"post_date": {
"type": "date"
},
"author_id": {
"type": "long"
}
}
}
}
}
PUT /website/article/1
{
"title": "first article",
"content": "this is my second article",
"post_date": "2017-01-01",
"author_id": 110
}
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 3,
"max_score": 1,
"hits": [
{
"_index": "website",
"_type": "article",
"_id": "2",
"_score": 1,
"_source": {
"title": "first article",
"content": "this is my first article",
"post_date": "2017-02-01",
"author_id": 110
}
},
{
"_index": "website",
"_type": "article",
"_id": "1",
"_score": 1,
"_source": {
"title": "second article",
"content": "this is my second article",
"post_date": "2017-01-01",
"author_id": 110
}
},
{
"_index": "website",
"_type": "article",
"_id": "3",
"_score": 1,
"_source": {
"title": "third article",
"content": "this is my third article",
"post_date": "2017-03-01",
"author_id": 110
}
}
]
}
}
GET /website/article/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"title.raw": { //拿未分詞索引的去排，上面有建立了
"order": "desc"
}
}
]
}
- 1. ElasticSearch多種搜索方式
- 2. Elasticsearch入門 - 多種搜索方式
- 3. Elasticsearch搜索方式
- 4. 005，elasticsearch多種搜索方式--語法初窺
- 5. ElasticSearch多索引和多類別搜索
- 6. Elasticsearch 多字段搜索
- 7. 十九種Elasticsearch字符串搜索方式終極介紹
- 8. elasticsearch(五)---分佈式搜索
- 9. 分佈式搜索elasticsearch
- 10. Elasticsearch 的搜索方法
- 更多相關文章...
- • Hibernate的5種檢索方式 - Hibernate教程
- • QBC的2種檢索方式 - Hibernate教程
- • 常用的分佈式事務解決方案
- • 委託模式
-
每一个你不满意的现在，都有一个你没有努力的曾经。